改进人工蜂群算法在MFAC参数整定中的研究.pdf

《改进人工蜂群算法在MFAC参数整定中的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、改进人工蜂群算法在MFAc参数整定中的研究李荣雨。等改进人工蜂群算法在MFAC参数整定中的研究ResearchontheParameterTuningBasedOnInlproVedABCAIgorithmfOrMFAC李劳雨朱正方(南京工业大学计算机科学与技术学院，江苏南京211816)摘要：无模型自适应控制是一种针对非线性系统的控制设计方法，其系统参数的整定方法一直是近年的研究热点。为了优化控制器参数，提出了一种基于全局人工蜂群算法的交叉混合全局人工蜂群算法(CGABC)，并把该算法应用到无模型自适应控制(MFAC)中，选取改进误差绝对值积分(rrAE)性能指标作为算法的适应度函数，利

2、用cGABc对MFAc关键参数进行优化及整定。仿真结果证明，与基本人工蜂群算法(ABc)和全局人工蜂群算法(GABC)相比较，MFAc—cGABc控制方法在无扰动的情况下调节时间与超调量都比较出色；当存在扰动时，控制系统依然具有较强的适应性。关键词：人工蜂群算法无模型白适应控制参数整定非线性系统交叉混合适应度函数调节时间超调量中图分类号：TH一39；卯273文献标志码：ADOI：lO．16086／j．cnkj．i咖lOoo—0380．201608019Ab!出mct：M0del丘eead印tivecor血吐【MFAC)is8commldesignmetlIodfornonlin唧syste

3、m，recenⅡy。tIIe嘶Ilgmemodof掣Immete璐in山esystembecomesahotresearchtopic．Inordertoo面mi踺thep黜etersofthecon协mer。acm鹞一mi】【ingglobal砌cialbeecolony(cGABc)a培orithmbasedontIIeglobalaIt缶ci8lbeecolony(GABC)al鲥thmispmposed。andtIlealg谢tI衄is印pHedintlIe脚del如8daptivecon叫．neimpmvedin钯乎aloftime—wei曲tedabsolutevalueoft

4、lIee肿r(m也)peIfbf姗nceiIldexis∞lected躺tlle鼬e鸽fImctionoftIle出orit}衄-锄dtllekeypam眦te璐oftllemodel丘eeada—veconⅡDlareo叫mizedandt岫edby面IlgCGABC．11lesimlllationre“tspmvetllatc锄pariIlgwith础ci8lbeecolony(ABC)锄dglobala曲cialbeecolony(GABC)，tlleregIl】妯0nti础跚dove璐hootofMFAC—CCABCarebetter岫derthecondi石。璐withoutdi

5、咖rbance-andtllecon仕olsystemstillh龉s呦gadaptabilityunderdishlrb蚰ce．K‘卯砌ms：缸击cialbeecolonya190Iit}皿Modelhea(1a面vecorltrolP嘣岫eterturIlingNonline盯systemClD鹞mix吨FitIlessfIlnc60nAdjusdngdme0～ershoot0引言在工业控制中，建立受控系统的状态空间模型有时并不容易，带有不确定性的系统模型在实际应用中可能会出现无法预料的问题uj。无模型自适应控制(model一舶ead印tivecon咖l，MFAC)可以有效处理带有参数

6、变化和结构变化的非线性系统，但在关键参数的整定、线性化模型的可控性以及伪偏导数或伪梯度的确定等方面还急需解决方案性。1。本文着重研究了无模型自适应控制关键参数的整定问题，通过引入交叉混合的全局人工蜂群算法(cmss—IIli】【ingdobal眦ificialbeecolony，CGABC)来平衡算法的探索与开发能力。运用改进误差绝对值积分(integraloftime—weiglltedabsolutevaJueoftheerror，ITAE)性能指标”。，整定MFAC的四个关键参数，能最大程度地缩短在无扰动状态下MFAC的调整时间，并修改稿收到日期：2016一03一08。第一作者李荣雨

7、(1977一)，男，200r7年毕业于浙江大学控制科学与工程专业，获博士学位，副教授；主要从事工业系统的监控与先进控制的研究。《自动化仪表》第37卷第8期2016年8月解决了扰动瞬间超调量过大的问题。通过与基本人工蜂群算法(anificialbeecolony，ABC)和全局人工蜂群算法(globalartificialbeecolony，GABC)对MFAC参数整定的对比仿真，进一步说明了CGABC的有效性。1无模型自